一、事故多发路段鉴别方法探讨(论文文献综述)
孙元强[1](2021)在《基于改进累计频率曲线法的交通事故黑点鉴别及智能识别平台构建》文中研究说明事故黑点鉴别是提升道路交通安全水平最经济、直接、有效的办法之一。目前事故黑点鉴别方法众多且各具适用性,方法大多过程繁琐且工作量巨大,如何选取科学合理的方法快速识别交通事故黑点路段,是交通管理与运营维护部门持续关注的重要内容之一。论文首先基于累计频率曲线法鉴别事故黑点的基本原理与方法,分析其适用性及鉴别精确度的影响因素;针对累计频率曲线法在事故黑点鉴别应用中的不足,分析不同路段单元划分对累计频率曲线法鉴别精确度的提升效果,探索新的路段单元划分方法和路段单元长度取值的合理范围;然后基于MATLAB GUI构建交通事故黑点智能识别平台,旨在简化累计频率曲线法鉴别工作量,实现路段单元划分方法和路段单元长度选取的参数化;最后以水麻高速公路近三年的事故数据为对象,借助事故黑点智能识别平台进行事故黑点鉴别,对比分析不同长度(100m、200m、500m、1km)路段单元划分下的鉴别结果,进一步探索路段单元长度对鉴别精确度的影响,给出路段单元长度取值的合理建议,并最终得到水麻高速公路事故黑点路段。本文提出基于最小步长路段单元划分的累计频率曲线法,构建了事故黑点智能识别平台,简化了累计频率曲线法的鉴别工作量,有效提升了鉴别精确度与方法适用性,可为其他高速公路事故黑点鉴别工作提供技术支撑。
程瑞[2](2021)在《公路路侧事故风险评价与防控方法研究》文中认为我国路侧事故死亡率约占公路事故死亡率的40%,路侧事故严重程度长期居高不下的难题,已经成为阻碍社会可持续发展的焦点问题之一。公路路侧安全保障已成为交通管理部门面临的重要问题,开展公路路侧安全研究,对于提高公路行车安全水平、降低公路交通事故数量与死亡人数具有重要的理论价值和现实意义。论文利用PC-crash仿真软件收集路侧事故数据。结合路侧事故现场勘查和分析经验,研究选取道路线形指标(圆曲线半径、硬路肩宽度、纵坡坡度、超高横坡度、圆曲线加宽)、路面状况(路面附着系数)、交通特性(车速、车型)8个风险因素开展路侧事故仿真试验。使用 Chi-squared Automatic Interaction Detection(CHAID)决策树技术识别了影响路侧事故发生的显着性风险因素,根据树模型生成的分类规则探究不同风险因素组合对路侧事故的影响,据此针对道路指标设计提出安全改善措施。在显着性风险因素识别的基础上,利用路径分析方法开展“线形条件-路面条件-交通条件”多指标交互作用下的路侧事故系统致因机理分析,探究了不同显着性风险因素对路侧事故的影响程度。基于识别的显着性风险因素,论文利用贝叶斯网络构建路侧事故发生概率与事故风险因素之间的多元关系模型,实现了路侧事故概率在任意数量(1~5)风险因素影响下的量化分析。根据概率模型计算结果,借助“累计频率法”思想,研究确定了路侧事故多发点概率阈值,分别给出对应不同车型及运行车速的公路线形指标及路面附着系数阈值,据此提出了路侧事故潜在多发点鉴别规则,并予以案例验证。为了减少路侧事故损失,有针对性地提出安全改善策略,论文引入加速度严重性指数(Acceleration Severity Index,ASI)作为乘员伤害指标;利用PC-crash仿真软件构建车辆模型、道路模型及路侧护栏优化模型,通过设置不同车辆驶出速度、圆曲线半径、边坡坡度和路基高度,分别开展载重货车、小型客车在有、无路侧护栏设置情况下的驶入路侧试验;针对公路直线段和曲线段,利用多元回归分析分别拟合了基于ASI的载重货车、小型客车乘员伤害评估模型;利用Fisher最优分割算法确定了路侧事故严重度合理评价级数及各级对应的ASI阈值,并予以案例验证;将载重货车比例引入ASI乘员伤害评估模型中,进行模型改进,由此实现路侧事故严重度的定量评估;最后基于路侧事故发生概率和路侧事故严重度分级研究,提出了路侧事故风险评价方法。根据识别的显着性风险因素可知,车速是影响路侧事故是否发生的最显着性风险因素。故针对路侧事故高风险路段,论文利用贝叶斯判别技术构建基于显着性风险因素的路侧事故发生和不发生判别函数,由此给出对应不同车型、道路线形指标与路面条件的最高限速值计算模型,并予以案例验证。通过探究影响路侧净区宽度设计的主要因素,记录每次仿真车辆驶入路侧后的运动轨迹,标定车辆右前侧与行车道边缘的横向距离来确定路侧净区宽度;通过分析边坡净区宽度与车速、圆曲线半径的变化规律,分别给出直线段和曲线段针对不同运行速度和圆曲线半径的路侧净区宽度建议值。由于我国土地资源受限,在进行路侧净区设计前,应对路侧净区的设置条件开展研究。论文从公路用地指标限制考虑,根据路段路基高度、硬路肩宽度,结合研究得到的路侧净区宽度建议值,开展路侧净区设置条件研究。对于具备路侧净区设置条件的路段,首先根据路侧事故发生概率计算模型与路侧事故乘员伤害评估模型,构建由于设置路侧净区而产生的安全改善效益计算模型,随后从工程造价和征地费用两方面核算设置路侧净区产生的额外工程成本。通过分析效益成本比,并进一步评估设置路侧净区产生的社会稳定风险,建议是否应该设置路侧净区,并予以案例分析。
吴志敏,陈新,张潇潇[3](2021)在《基于负二项分布的高速公路事故多发路段风险划分等级方法研究》文中进行了进一步梳理事故多发路段一直是高速公路安全管理工作的重点问题之一。为了对高速公路事故多发路段风险等级进行划分,文章采用了负二项分布的统计原理,对高速公路事故多发路段进行鉴别,并以3条高速公路事故数据作为分析依据,提出了一种基于统计特征的高速公路事故多发路段风险等级划分方法。研究结果表明:负二项分布可用于高速公路事故多发路段的鉴别,事故路段总数与路段划分长度呈反方向变化;同时引入负二项分布的置信区间上限值可对事故多发路段风险等级进行划分,为高速公路事故多发路段治理排序提供参考。
杨扬[4](2020)在《山区高速公路长下坡隧道交通事故数据挖掘与特征分析》文中提出最近几年,我国在道路交通安全控制领域成果丰硕,但由于我国车辆基数大,道路条件参差不齐,导致交通事故的数量在世界范围内仍然处于领先位置,尤其是在地理条件恶劣的山区高速公路隧道长下坡路段,交通事故分布很密集且一旦发生交通事故,后果严重程度较大,对人民群众的生命和财产造成了巨大的威胁。因此对于山区高速公路的交通安全治理与防范工作逐渐映入大众的眼帘。所以,本论文基于山区高速公路长下坡隧道交通事故数据进行的特征分析及致因分析,随后对山区高速公路事故多发点展开研究,得出道路事故黑点,为以后研究人员进行道路交通安全保障技术的探究提供了科学依据及数据支撑。本文首先对道路交通事故数据特征进行分析阐述,包括数据源和数据类型,并阐述了现有道路交通事故数据的主要问题,主要为数据的完整性问题以及客观性问题;研究道路交通事故数据挖掘的可行性,包括数据挖掘的概念、特征、功能,以及道路交通事故挖掘的对象、途径等。其次根据项目收集到的张石高速公路保定段交通事故数据进行统计分析,从而得到山区高速公路长下坡隧道路段交通事故的时间、空间、事故形态、车辆类型以及道路线形分布特性。随后基于决策树模型对山区高速公路长下坡隧道交通事故进行致因研究;然后将基本用于事故多发点鉴别的方法进行简要阐述,分析各个方法的优缺点及使用范围,由于基本方法存在缺点,根据道路交通事故特征和本次研究所掌握的现有数据的状况,使用新型的改进累计频率曲线法,得到当量事故数的累计频率散点图,将散点图置于Origin软件内进行图形的拟合,得到拟合方程。规定当量事故数N80、N95作为临界值,得到事故多发点以及潜在事故多发点。以项目掌握的河北张石高速公路保定路段交通事故数据事故为原始数据,采用原始及改进后的累计频率曲线法进行实证分析,结果显示,经过改进后的累计频率曲线法科学性更强,得出的结论更加具有代表性。
叶莹[5](2020)在《水麻高速公路雨天事故多发路段交通事故特性与限速研究》文中进行了进一步梳理降雨天气是影响高速公路行车安全的重要因素之一。雨天行车道路摩擦系数低,且影响驾驶员正常判断和操作,从而导致较多事故,带来严重的人员伤亡和经济损失。目前关于保障雨天行车安全的研究多基于停车视距模型进行限速,以识别雨天事故多发路段为出发点并有针对性的对路段进行综合评价限速的研究较少。论文首先对水麻高速公路雨天事故进行调查,排除偶然发生的事故,对剩余事故中的伤亡人数赋予一定权值进行当量化处理,选取1km为单元路段长度、200m为移动步长,得到五组完整的划分路段,根据每个单元路段内的当量事故数大小计算事故频率、累计频率,并画出累积频率曲线图,根据图中突变点得到雨天事故多发路段;其次对雨天事故多发路段的交通事故特征进行分析;然后根据事故特征和路段线形条件选取横向偏移值、侧向加速度、横向荷载转移率和横向力系数来表征车辆雨天行车的轨道跟随误差、侧滑风险、侧翻风险和行驶舒适性,确定各个指标的分级评价标准;再将各指标进行无量纲化处理后,采用动态综合评价法确定综合评价分级标准;最后采用Carsim仿真软件构建车辆模型、驾驶员模型、道路模型,根据雨天事故多发路段危险性评价体系分析不同运行速度下各路段的行驶安全状况,确定各路段的最佳限速值,并提出相应的安全改善措施。本文从雨天事故多发路段的角度出发,建立路段危险性综合评价体系,将车辆仿真技术与道路线形结合进行模拟分析,确定各路段的最佳限速值,为研究雨天行车安全提供了新思路,对降低水麻高速公路雨天事故率,保证生命财产安全、改善雨天行车安全具有重要意义。
丁永帅[6](2019)在《水麻高速公路交通事故特性与技术对策》文中进行了进一步梳理我国高速公路发展迅速,其面临的交通安全形势较为严峻,特别是崇山峻岭地区高速公路的行车安全问题日益成为社会关注的焦点。如何通过交通数据挖掘技术探索事故的内在致因和有效鉴别事故的多发路段,进而提出相应的改善对策,已成为行业关注与努力的方向之一。首先,依托云南水麻高速公路,收集20112018年水麻高速公路的交通事故数据及伤亡情况,调查平纵线形、交通量、交通组成等,对水麻高速公路目前的行车安全状况进行初步的了解。其次,排除明显非路致因交通事故,对剩余交通事故按照事故形态、致因、车辆类型以及天气条件等进行分类,综合分析不同因素对交通事故的影响程度;将水麻高速公路全线以1km为路段单元、200米为移动步长进行路段单元划分,得到5组、每组136个路段单元,经改进后的累计频率曲线法鉴别,初选事故多发路段。然后,基于聚类分析方法对事故多发初选路段进行精确识别,运用R语言密度聚类fpc包进行聚类分析,最终得到真正的事故黑点路段;根据各黑点路段的事故及伤亡严重性,以每百米发生当量事故数的高低为标准,对最终的事故黑点路段的治理紧迫性进行排序。最后,基于事故黑点路段事故形态与线形条件、运行速度的分析,探索事故与道路之间的内在关联性,识别可能的事故致因,结合黑点路段治理紧迫性与资金条件,从线形条件、沿线设施、交通管理等方面入手,提出专业化、精细化的安全改善对策,以期改善事故黑点路段的交通安全问题。
陈俊亚[7](2019)在《高速公路高风险路段的行车风险控制研究》文中进行了进一步梳理高速公路的迅猛发展提升了我国的经济实力,然而发展的同时也带来了交通事故等问题,尤其是高速公路高风险路段不但事故频发,而且事故后果都较为惨重,给道路使用者的生命和财产安全带来了极大威胁,故我国亟需一套清晰而又系统的高风险路段交通安全管理方案。本论文在历史交通事故数据的基础上鉴别出高风险路段,并建立基于速度控制、空间布局及信息发布三种措施下的行车风险控制方案,通过交通仿真,验证本论文制定的行车风险控制方案的有效性,在一定程度上降低高风险路段上交通事故的发生率。首先考虑交通事故造成的人员伤亡情况,通过数据挖掘与当量事故数法相结合的方法找出高风险路段的位置及分布,再利用关联规则算法对高风险路段上的各事故影响因素进行关联分析,有助于交通安全管理部门制定有针对性的整治和预防决策。其次制定高速公路高风险路段上的行车风险控制方案,从速度控制、空间布局管理及预警信息发布三个措施来展开。该方案建立了预警段的基于道路线形指标的分车型分车道限速模型及高风险路段的分车型分车道动态限速模型,并采用固定式信息发布与移动式信息发布作为预警信息发布的有效手段,明确预警段与高风险路段的空间布局进而确定各类交通基础设施的布设位置,同时还引入评价指标--速度变异系数来表征高风险路段上行车风险的变化情况。最后在上述研究的基础上,以所鉴别出的绕城高速高风险路段桩号K4+000K6+600为研究对象,对该高风险路段上的历史交通事故数据进行挖掘,找出各事故影响因素的关联规则,进而提出有针对性的行车风险控制方案,并利用TransModeler软件进行仿真。在基本参数设置相同的条件下,本论文设计固定值限速(方案一)、分车型分车道的固定值限速与预警段管理控制(方案二)和本论文所制定行车风险控制方案进行仿真对比,选定相关评价指标,通过分析仿真结果,本论文所制定的行车风险控制方案的速度变异系数为0.0961,相比于方案一降低了23.61%,相比于方案二降低了19.78%,验证了本论文所制定的行车风险控制方案的有效性与优越性,保障了高风险路段上车辆的行车安全。
贺隽[8](2019)在《渝湘高速公路大观-南彭段交通事故分析和改善对策研究》文中进行了进一步梳理高速公路在我国的交通运输体系中占据着主导地位,承载了我国近40%的客运量和70%的货运量,同时也对社会发展、区域经济和人民的人身财产安全起到直接影响。截止至2018年末,我国高速公路总里程已突破14万公里;我国的汽车保有量达到2.4亿辆,有近5万人死于交通事故。可见,高速公路交通事故已成为威胁人类生命财产安全的一大公害,严重的影响到道路交通系统的正常运行。我国高速公路交通事故率及严重程度已连续若干年居世界首位,在交通事故致因分析和预防策略等方面,都存在着迫切需要研究和解决的理论问题与实践问题,这直接关系到高速公路出行的安全保障程度。因此,分析高速公路的交通事故以及研究改善治理决策对降低高速公路的交通事故率,改善交通状况,保障交通安全,提高交通安全水平与通行能力具有重要的现实意义。本文以渝湘高速公路大观-南彭段为研究对象,通过分析渝湘高速公路大观-南彭段的实测交通量、交通事故数据,结合研究区域的实地调研,从道路角度,研究渝湘高速公路大观-南彭段的交通事故空间分布及事故形态分布,并对交通事故统计规律进行了深入探讨。在此基础上进行了针对研究路段的交通事故预防对策及改善方案研究。本文针对三种事故多发路段的交通事故进行深入研究,从标志标线、视线诱导、停车视距、照明强度、隔离设施和路面抗滑能力等角度,针对该路段交通安全高风险点的影响因素、事故致因以及存在的交通安全隐患问题进行研究。通过本文的研究,总结获得到了渝湘高速公路大观—南彭段交通事故多发路段,包括:隧道路段、互通路段、S弯场下坡路段;通过对以上事故多发路段的实地摸排及分析,得出交通事故的影响因素,其中标志设置不清、视线诱导不良、路面抗滑能力不足等问题是引发交通事故的最主要因素;并进一步研究了针对隧道路段、互通路段和S弯长下坡路段三种情况的交通事故预防对策研究。针对三种情况下交通事故的特点,结合各具体路段的线型特点及现有交通设施,研究出具体可行的治理办法、管理措施和改善建议。
颜茜,吴志敏,李明国[9](2018)在《高速公路事故多发路段的鉴别及成因分析》文中提出事故多发路段是影响高速公路安全性的关键因素。为了对高速公路事故多发路段进行有效鉴别,采用累积频率法作为事故多发路段的鉴别方法。以广云高速公路马安至河口段为例,结合累积频率法分析了该路段近三年的交通事故数据,确定了事故多发路段并对其事故成因进行了相应的探讨。
耿超,彭余华[10](2018)在《基于动态分段和DBSCAN算法的交通事故黑点路段鉴别方法》文中进行了进一步梳理为提高交通事故黑点鉴别的精度,选择合适的路段长度作为分析路段的基本单元,结合移动步长法将路段划分为几种不同的组合,兼顾交通事故次数和伤亡人数对交通事故进行当量化处理;采用累计频率法进行事故分析,分别得到各种组合下的事故相对集中路段,按路段相邻原则对其进行合并作为初选黑点路段。针对初选黑点路段,选取合适的邻域和阈值,采用基于密度的聚类(DBSCAN)算法进行聚类分析,以寻求长度较短且事故集中的真正事故黑点。为验证该鉴别方法的可靠性,对麻昭(麻柳湾—昭通)高速公路部分路段进行事故黑点鉴别。结果表明:在动态路段划分的基础上,采用当量事故数-累计频率法,初步鉴别出的事故多发路段长度占全线总长28.4%,发生当量事故次数占总事故次数的56.4%;通过移动步长法动态划分路段单元能够最大程度鉴别事故多发路段;采用DBSCAN算法对初选黑点路段进行再次排查,得到的事故黑点路段长度仅占全线总长10.8%,其发生当量事故次数占总事故次数的52.5%;与初选路段相比,其总长度下降了61%,总当量事故次数几乎不变。将动态分段和DBSCAN算法结合能够剔除初选路段中的非黑路段,识别出真正的黑点路段。该方法提高了公路交通事故黑点路段的鉴别精度,可为交通事故黑点的有效治理提供坚实的技术支撑。
二、事故多发路段鉴别方法探讨(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、事故多发路段鉴别方法探讨(论文提纲范文)
(1)基于改进累计频率曲线法的交通事故黑点鉴别及智能识别平台构建(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 研究综述 |
1.3 问题的提出 |
1.4 研究内容与技术路线 |
1.4.1 主要研究内容 |
1.4.2 技术路线 |
1.5 研究目的与意义 |
第二章 累计频率曲线法基本原理 |
2.1 累计频率曲线法方法介绍 |
2.1.1 方法原理 |
2.1.2 技术步骤 |
2.2 累计频率曲线法鉴别精度影响因素分析 |
2.2.1 路段单元划分方法 |
2.2.2 路段单元长度取值 |
2.2.3 事故黑点阈值确定方法 |
2.3 本章小结 |
第三章 累计频率曲线法改进方法研究 |
3.1 路段单元划分方法的改进 |
3.1.1 固定步长(多起点)路段单元划分方法 |
3.1.2 动态步长路段单元划分方法 |
3.1.3 基于聚类分析原理的路段单元划分方法 |
3.2 路段单元长度取值合理性研究 |
3.2.1 不同路段单元长度取值对鉴别结果的影响 |
3.2.2 路段单元长度取值的影响因素分析 |
3.3 改进累计频率曲线法的提出 |
3.3.1 最小步长路段单元划分方法 |
3.3.2 路段单元长度的选取 |
3.4 本章小结 |
第四章 事故黑点智能识别平台的构建与功能 |
4.1 MATLAB GUI软件制作方法 |
4.1.1 MATLAB编程介绍 |
4.1.2 图形用户界面(GUI)方法选取 |
4.1.3 事故黑点智能识别平台设计流程 |
4.2 事故黑点智能识别平台原理与功能 |
4.2.1 原理介绍 |
4.2.2 功能介绍 |
4.2.3 操作步骤 |
4.3 事故黑点智能识别平台可靠性验证 |
4.4 本章小结 |
第五章 工程实例—水麻高速公路事故黑点鉴别 |
5.1 工程概况 |
5.1.1 工程背景 |
5.1.2 技术标准 |
5.1.3 沿线自然地理特征 |
5.1.4 事故调查及数据处理 |
5.2 智能平台事故黑点路段鉴别 |
5.2.1 水富至麻柳湾方向 |
5.2.2 麻柳湾至水富方向 |
5.3 鉴别结果对比及路段单元长度合理性研究 |
5.3.1 鉴别结果对比 |
5.3.2 路段单元长度合理性研究 |
5.3.3 水麻高速公路事故黑点路段终选 |
5.4 本章小结 |
结论与展望 |
研究结论 |
研究展望 |
参考文献 |
附录 |
附录一:事故黑点智能识别平台源代码 |
附录二:水麻高速公路2018~2020年事故数据表 |
致谢 |
(2)公路路侧事故风险评价与防控方法研究(论文提纲范文)
摘要 |
Abstract |
物理量名称及符号 |
1 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 路侧事故致因 |
1.2.2 路侧事故严重度 |
1.2.3 路侧安全设计 |
1.2.4 国内外研究现状总结 |
1.3 研究内容和技术路线 |
2 公路路侧事故数据收集 |
2.1 试验场景搭建 |
2.1.1 交通事故模拟技术 |
2.1.2 车辆模型 |
2.1.3 道路模型 |
2.2 事故现场调查 |
2.2.1 公路线形指标 |
2.2.2 路侧环境 |
2.2.3 运行速度观测 |
2.3 本章小结 |
3 公路路侧事故风险因素研究 |
3.1 路侧事故模拟试验 |
3.2 显着性风险因素识别 |
3.2.1 决策树模型 |
3.2.2 结果和讨论 |
3.3 显着性风险因素影响程度分析 |
3.3.1 路径分析 |
3.3.2 结果和讨论 |
3.4 本章小结 |
4 公路路侧事故发生概率预测与潜在多发点鉴别 |
4.1 贝叶斯网络模型概述 |
4.1.1 贝叶斯概率理论 |
4.1.2 贝叶斯网络概念 |
4.2 路侧事故发生概率预测 |
4.3 路侧事故潜在多发点鉴别 |
4.3.1 多发点鉴别方法概述 |
4.3.2 路侧事故多发点鉴别规则 |
4.4 案例分析 |
4.5 本章小结 |
5 公路路侧事故严重度评估 |
5.1 研究变量 |
5.1.1 试验参数 |
5.1.2 乘员伤害评价指标 |
5.2 车辆驶入路侧试验 |
5.2.1 试验场景 |
5.2.2 结果和讨论 |
5.3 路侧护栏模型 |
5.3.1 道路环境和车型 |
5.3.2 护栏优化模型 |
5.4 乘员伤害评价 |
5.4.1 试验结果 |
5.4.2 路侧事故乘员伤害评估模型 |
5.5 路侧事故严重度等级划分 |
5.6 案例分析 |
5.7 路侧事故风险评价 |
5.8 本章小结 |
6 公路路侧事故防控方法研究 |
6.1 最高限速 |
6.1.1 贝叶斯判别原理 |
6.1.2 路侧事故判别模型 |
6.1.3 最高限速值计算模型 |
6.1.4 模型验证 |
6.1.5 案例分析 |
6.2 路侧净区宽度计算 |
6.2.1 净区宽度影响因素分析 |
6.2.2 仿真试验 |
6.2.3 路侧净区宽度建议值 |
6.3 路侧净区设置条件 |
6.3.1 总体思路 |
6.3.2 安全改善效益计算模型 |
6.3.3 工程成本计算模型 |
6.3.4 社会稳定风险 |
6.3.5 案例分析 |
6.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
博士学位论文修改情况确认表 |
(3)基于负二项分布的高速公路事故多发路段风险划分等级方法研究(论文提纲范文)
0 引言 |
1 相关数据说明 |
2 事故多发路段的鉴别和风险等级划分 |
2.1 基于负二项分布的事故多发路段鉴别 |
2.2 基于不同置信区间的事故多发路段风险等级划分 |
3 案例应用及结果分析 |
3.1 路段事故数的统计特征分布验证 |
3.2 事故多发路段鉴别结果分析 |
3.3 事故多发路段风险等级划分结果分析 |
4 结语 |
(4)山区高速公路长下坡隧道交通事故数据挖掘与特征分析(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容 |
1.4 技术路线 |
第2章 道路交通事故数据特性 |
2.1 交通事故数据的来源及类型 |
2.1.1 交通事故数据的来源 |
2.1.2 交通事故数据的类型 |
2.2 交通事故数据存在的主要问题 |
2.2.1 数据的完整性问题 |
2.2.2 数据的客观性问题 |
2.3 交通事故数据挖掘的可行性 |
2.3.1 数据挖掘的概念及特征 |
2.3.2 数据挖掘的主要功能 |
2.3.3 事故数据挖掘的对象及途径 |
2.4 本章小结 |
第3章 山区高速公路长下坡隧道交通事故特征分析 |
3.1 事故时间分布特征 |
3.2 事故空间分布特征 |
3.3 事故形态分布特征 |
3.4 事故车辆类型分布特征 |
3.5 事故道路线型分布特征 |
3.6 本章小结 |
第4章 山区高速公路长下坡隧道交通事故数据挖掘 |
4.1 事故数据预处理 |
4.1.1 数据清洗 |
4.1.2 数据变换与降维 |
4.2 数据挖掘方法的对比分析 |
4.3 基于决策树模型的山区高速公路长下坡隧道事故致因分析 |
4.4 事故致因分析 |
4.5 本章小结 |
第5章 山区高速公路长下坡隧道交通事故多发点鉴别 |
5.1 交通事故多发点鉴别的研究内容 |
5.1.1 交通事故多发点的研究背景 |
5.1.2 交通事故多发点鉴别的研究目的和意义 |
5.1.3 交通事故多发点的鉴别内容 |
5.2 交通事故多发点的鉴别方法 |
5.3 山区高速公路长下坡隧道交通事故多发点鉴别方法 |
5.3.1 累计频率曲线法介绍 |
5.3.2 山区高速公路长下坡隧道交通事故多发点的鉴别步骤 |
5.4 实证分析 |
5.4.1 基于等分法分段的传统累计频率曲线法 |
5.4.2 基于滑动窗口法分段的改进累计频率曲线法 |
5.4.3 鉴别方法对比分析 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
(5)水麻高速公路雨天事故多发路段交通事故特性与限速研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 国外 |
1.2.2 国内 |
1.2.3 研究综述 |
1.3 问题的提出 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.5 研究目的与意义 |
第二章 水麻高速公路雨天事故状况调查与多发路段鉴别 |
2.1 工程概况 |
2.2 雨天事故调查 |
2.3 事故多发路段鉴别方法 |
2.3.1 方法介绍 |
2.3.2 方法优缺点 |
2.4 事故预处理 |
2.5 交通事故当量化 |
2.6 雨天事故多发路段鉴别 |
2.7 本章小结 |
第三章 雨天事故多发路段事故特征与影响因素分析 |
3.1 交通事故分析方法 |
3.2 雨天事故多发路段交通事故特征分析 |
3.2.1 事故时间特征 |
3.2.2 交通方式特征 |
3.2.3 事故形态特征 |
3.2.4 事故空间特征 |
3.3 雨天事故多发路段安全影响因素分析 |
3.3.1 驾驶员因素 |
3.3.2 车辆因素 |
3.3.3 道路因素 |
3.3.4 环境因素 |
3.4 本章小结 |
第四章 雨天事故多发路段危险性评价体系构建 |
4.1 评价目的与原则 |
4.1.1 评价目的 |
4.1.2 评价原则 |
4.2 评价指标选取 |
4.3 评价标准确定 |
4.4 雨天事故多发路段评价体系构建 |
4.4.1 评价方法选取 |
4.4.2 动态综合评价法介绍 |
4.4.3 评价体系构建 |
4.5 本章小结 |
第五章 基于Carsim的雨天事故多发路段仿真限速分析 |
5.1 Carsim软件介绍 |
5.2 仿真模型构建 |
5.2.1 车辆模型 |
5.2.2 驾驶员模型 |
5.2.3 道路模型 |
5.3 仿真可靠性验证 |
5.4 仿真结果分析 |
5.4.1 路段K327+800-K329+000(设计桩号K24+800-K26+000) |
5.4.2 路段K387+800-K393+000(设计桩号K82+160-K87+360) |
5.4.3 路段K356+400-K359+400(设计桩号K50+760-K53+760) |
5.4.4 路段K404+400-K406+600(设计桩号K98+760-K100+960) |
5.5 限速值确定及安全改善措施 |
5.6 本章小结 |
结论与展望 |
主要研究结论 |
研究展望 |
参考文献 |
攻读学位期间获得的研究成果 |
致谢 |
(6)水麻高速公路交通事故特性与技术对策(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 事故黑点定义 |
1.2.2 事故黑点识别方法 |
1.2.3 事故黑点成因分析 |
1.2.4 国内外研究综述 |
1.3 问题的提出 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.5 研究目的与意义 |
第二章 水麻高速公路行车安全现状分析 |
2.1 工程概况 |
2.1.1 工程背景 |
2.1.2 主要技术指标 |
2.1.3 沿线自然条件 |
2.1.4 交通量分布 |
2.2 事故分布 |
2.2.1 概述 |
2.2.2 交通事故时间分布特性 |
2.2.3 交通事故空间分布特性 |
2.2.4 交通事故形态分类 |
2.2.5 交通事故致因分类 |
2.2.6 交通事故车辆类型分类 |
2.2.7 交通事故天气分类 |
2.3 非路致因排除 |
2.4 本章小结 |
第三章 水麻高速公路事故数据分析方法 |
3.1 事故黑点识别方法比较 |
3.2 累计频率曲线法的改善 |
3.2.1 累计频率曲线法的原理 |
3.2.2 累计频率曲线法存在的问题 |
3.2.3 累计频率曲线法的改进 |
3.2.4 累计频率法与当量事故数法的结合 |
3.3 事故多发初选路段判别 |
3.3.1 路段单元长度的确定 |
3.3.2 动态分段的移动步长的确定 |
3.3.3 路段单元划分与事故当量化处理 |
3.3.4 基于当量事故数-累计频率法的事故黑点路段初选 |
3.4 本章小结 |
第四章 基于聚类分析原理的事故黑点路段精选 |
4.1 聚类分析 |
4.1.1 聚类分析方法应用的必要性 |
4.1.2 聚类分析方法原理 |
4.2 几种常用的聚类分析方法 |
4.2.1 K-Means算法 |
4.2.2 CURE算法 |
4.2.3 DBSCAN算法 |
4.2.4 STING算法 |
4.3 基于DBSCAN的事故黑点路段精选 |
4.3.1 事故黑点初选结果导入 |
4.3.2 事故黑点精选 |
4.4 治理紧迫性排序 |
4.5 本章小结 |
第五章 事故黑点路段形态特征与改善措施 |
5.1 事故黑形态特征 |
5.1.1 线形特征 |
5.1.2 事故特征 |
5.2 黑点路段成因分析与初步改善对策 |
5.2.1 K358+500m~K358+850m路段(南行) |
5.2.2 K388+600m~K388+900m路段(北行) |
5.2.3 K389+700m~K390+200m(北行) |
5.2.4 K372+900m~K373+600m(南行) |
5.3 本章小结 |
结论与展望 |
主要研究结论 |
研究展望 |
参考文献 |
攻读学位期间获得的研究成果 |
致谢 |
(7)高速公路高风险路段的行车风险控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 高风险路段的鉴别研究现状 |
1.2.2 高风险路段的行车安全研究现状 |
1.3 论文研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 高速公路高风险路段的鉴别及事故影响因素的关联分析 |
2.1 路段基本单元的划分方法 |
2.1.1 基本单元的设定 |
2.1.2 动态移动步长的确定 |
2.2 高风险路段的鉴别 |
2.2.1 Relim算法 |
2.2.2 当量事故数法 |
2.2.3 高风险路段的鉴别步骤 |
2.2.4 高风险路段的各事故影响因素关联分析 |
2.3 实验案例 |
2.3.1 数据预处理 |
2.3.2 路段单元划分 |
2.3.3 高风险路段的确定 |
2.3.4 各事故影响因素的关联规则 |
2.4 本章小结 |
第三章 高速公路高风险路段的行车风险控制方案 |
3.1 高风险路段的行车风险控制研究框架 |
3.2 速度控制 |
3.2.1 目前的限速方式 |
3.2.2 目前限速值的确定方法 |
3.2.3 预警段的分车型分车道限速模型 |
3.2.4 高风险路段的分车型分车道动态限速模型 |
3.3 空间布局研究 |
3.3.1 交通标志视认距离 |
3.3.2 交通标志前置距离 |
3.4 预警信息发布 |
3.4.1 固定式信息发布 |
3.4.2 移动式信息发布 |
3.5 高风险路段风险评价指标的确定 |
3.6 本章小结 |
第四章 应用实例 |
4.1 绕城高速高风险路段概况 |
4.1.1 绕城高速概况 |
4.1.2 绕城高速高风险路段的事故特性 |
4.2 高风险路段的行车风险控制方案 |
4.2.1 高风险路段限速管理 |
4.2.2 空间布局管理 |
4.2.3 高风险路段信息发布管理 |
4.3 高风险路段的行车风险控制仿真设置 |
4.3.1 TransModeler软件介绍 |
4.3.2 仿真示意图 |
4.3.3 仿真参数设置 |
4.4 基于TransModeler的行车风险控制方案仿真 |
4.4.1 模型假设 |
4.4.2 高风险路段的行车风险控制仿真 |
4.4.3 仿真结果分析与评价 |
4.5 本章小结 |
第五章 结论与展望 |
5.1 研究结论 |
5.2 研究展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(8)渝湘高速公路大观-南彭段交通事故分析和改善对策研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 事故多发路段分析研究现状 |
1.2.2 交通安全治理研究现状 |
1.3 研究内容 |
1.4 研究意义 |
第二章 事故黑点路段基础数据收集及现场调研 |
2.1 车流量及事故现状 |
2.1.1 车流量资料 |
2.1.2 事故资料 |
2.2 隧道调研 |
2.2.1 隧道结构及安全设施调研 |
2.2.2 隧道亮度调研 |
2.2.3 隧道路面抗滑系数调研 |
2.3 互通调研 |
2.3.1 绕城渝湘互通 |
2.3.2 南彭互通 |
2.3.3 接龙互通 |
2.3.4 石龙互通 |
2.3.5 大观互通 |
2.4 S弯长下坡路段调研(K1613-K1617) |
2.4.1 S弯长下坡路段结构调研 |
2.4.2 S弯长下坡路段护栏调研 |
第三章 路段线形与事故特征分析 |
3.1 高速公路事故原因分析 |
3.2 事故多发路段的分析方法 |
3.3 事故类型 |
3.4 危险路段事故类型统计 |
3.4.1 隧道路段 |
3.4.2 互通路段 |
3.4.3 S弯长下坡路段(K1613-K1617) |
3.5 事故形态 |
第四章 研究路段事故致因分析 |
4.1 隧道路段 |
4.1.1 隧道入口护栏设置不良 |
4.1.2 隧道内视线诱导不良 |
4.1.3 隧道标志设置不良 |
4.1.4 隧道路面抗滑能力不足 |
4.2 互通路段 |
4.2.1 行车视距不良 |
4.2.2 南彭互通标志标牌混乱 |
4.2.3 绕城渝湘互通事故致因分析 |
4.3 S弯长下坡路段(K1613-K1617) |
4.3.1 行车视距不良 |
4.3.2 警示标志设计不合理 |
4.3.3 路面抗滑性能不足 |
4.4 其他危险路段事故致因分析 |
4.4.1 K1607转弯路段 |
4.4.2 K1626转弯路段 |
第五章 改善对策 |
5.1 隧道路段改善对策 |
5.1.1 隧道入口段护栏改善对策 |
5.1.2 隧道内视线诱导改善对策 |
5.1.3 隧道标志设置改善对策 |
5.1.4 隧道路面抗滑能力改善对策 |
5.1.5 隧道照度改善对策 |
5.2 互通路段改善对策 |
5.2.1 行车视距改善对策 |
5.2.2 南彭互通标志标牌改善对策 |
5.2.3 绕城渝湘互通改善对策 |
5.3 S弯长下坡路段(K1613-K1617)改善对策 |
5.3.1 视距改善对策 |
5.3.2 交通标志改善对策 |
5.3.3 彩色防滑路面铺设对策 |
5.3.4 中央隔离带护栏改善对策 |
5.4 其他危险路段改善对策 |
5.4.1 K1607 转弯路段 |
5.4.2 K1626 转弯路段改善对策 |
5.5 建议增设可变情报板 |
5.6 建议增加测速装置 |
5.6.1 建议增加测速装置 |
5.6.2 更改区间测速装置设置位置 |
5.7 建议安装视距不良路段车辆抛锚预警系统 |
5.8 降温型彩色防滑路面简介 |
5.8.1 设计目的 |
5.8.2 工作原理 |
5.8.3 主要设计参数 |
5.8.4 材料要求 |
5.8.5 施工工艺 |
5.8.6 检测评价方法 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
(9)高速公路事故多发路段的鉴别及成因分析(论文提纲范文)
0 引言 |
1 事故多发路段的特点 |
2 事故多发路段的鉴别方法 |
3 实例分析 |
3.1 基于累计频率法的事故多发路段鉴别与分析 |
3.2 成因分析 |
3.3 事故多发路段的改善措施 |
4 结语 |
(10)基于动态分段和DBSCAN算法的交通事故黑点路段鉴别方法(论文提纲范文)
0 引言 |
1 黑点路段鉴别方法对比 |
2 路段单元划分方法 |
2.1 基本单元确定 |
2.2 动态分段的移动步长确定 |
3 基于当量事故数-累计频率法的事故黑点路段初选 |
4 基于DBSCAN算法的事故黑点确定方法 |
4.1 DBSCAN算法原理 |
4.2 参数确定 |
5 工程实例 |
5.1 项目概况 |
5.2 事故黑点路段鉴别 |
5.3 结果分析 |
6 结语 |
四、事故多发路段鉴别方法探讨(论文参考文献)
- [1]基于改进累计频率曲线法的交通事故黑点鉴别及智能识别平台构建[D]. 孙元强. 长安大学, 2021
- [2]公路路侧事故风险评价与防控方法研究[D]. 程瑞. 东北林业大学, 2021
- [3]基于负二项分布的高速公路事故多发路段风险划分等级方法研究[J]. 吴志敏,陈新,张潇潇. 西部交通科技, 2021(02)
- [4]山区高速公路长下坡隧道交通事故数据挖掘与特征分析[D]. 杨扬. 武汉工程大学, 2020(01)
- [5]水麻高速公路雨天事故多发路段交通事故特性与限速研究[D]. 叶莹. 长安大学, 2020(06)
- [6]水麻高速公路交通事故特性与技术对策[D]. 丁永帅. 长安大学, 2019(07)
- [7]高速公路高风险路段的行车风险控制研究[D]. 陈俊亚. 长安大学, 2019(01)
- [8]渝湘高速公路大观-南彭段交通事故分析和改善对策研究[D]. 贺隽. 重庆交通大学, 2019(06)
- [9]高速公路事故多发路段的鉴别及成因分析[J]. 颜茜,吴志敏,李明国. 广东公路交通, 2018(05)
- [10]基于动态分段和DBSCAN算法的交通事故黑点路段鉴别方法[J]. 耿超,彭余华. 长安大学学报(自然科学版), 2018(05)